AIbase

W

Wgan Molecular Graphs

由 keras-io 开发
该模型使用WGAN-GP和R-GCN架构生成新型分子图结构，可加速药物发现过程。
分子模型#分子生成#WGAN-GP优化#R-GCN架构
下载量 28
发布时间 : 6/11/2022
模型介绍
内容详情
替代品

模型简介

这是一个生成对抗网络模型，专门用于生成新型分子图结构。通过学习已知分子的特性，模型能够探索广阔的化学空间，生成潜在有价值的候选药物分子。

模型特点

药物发现加速
通过生成新型分子结构，大幅减少传统药物发现过程的时间和成本
WGAN-GP架构
使用改进的Wasserstein GAN架构，具有梯度惩罚，提高训练稳定性
R-GCN支持
采用关系图卷积网络处理分子图结构数据
QM9数据集优化
专门针对QM9量子力学数据集进行优化，适合入门级分子生成

模型能力

分子图生成
新型分子结构探索
药物候选分子预测

使用案例

药物研发
候选药物分子生成
生成具有潜在药用价值的全新分子结构
可探索传统方法难以发现的分子空间
分子特性预测
预测生成分子的溶解度、毒性和蛋白亲和力等特性
化学研究
新型化合物探索
在广阔的化学空间中自动探索可能的化合物结构